开发工具:
文件大小: 570kb
下载次数: 0
上传时间: 2020-04-22
详细说明：提出了一种使用机器学习（ML）来减少评估点阵QCD可观察值的计算成本的新技术。 机器学习是在背景量具领域配置的子集（称为标记集）上进行训练的，以根据在整个样本上计算出的相关但运算量较小的可观测值X的值预测可观测值O。 通过使用第二个子集（也是标记集的一部分），我们估计了训练有素的ML算法预测的结果中的偏差。 使用Boosted决策树回归ML算法，通过两种不同的点阵QCD计算，可将计算成本降低约7％–38％：（1）预测可从两个分子产生等矢量的核子三点相关函数 点相关函数和（2）预测当一个小的CP违反相互作用，夸克色电偶极矩相互作用被添加到QCD时由中子质量获得的相位，这又是根据没有CP违反而计算出的两点相关函数得出的。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
